Meta Learning學習者手記 王文峰 9787302684121 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202504*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Meta Learning學習者手記
ISBN：9787302684121
出版社：清華大學
著編譯者：王文峰
頁數：141
所在地：中國大陸 *此為代購商品
書號：1730142
可大量預訂，請先連絡。

內容簡介 本書選擇以Chelsea Finn創立的模型無關元學習算法程序為主線，系統研究Meta Learning過程中的聯合訓練問題、任務構建問題、過程建模問題、輸入輸出問題和應用拓展問題。本書共5章，前兩章採用釋義代碼分析元學習的基本問題，從第3章開始側重對原始代碼的分析。為確保零基礎的讀者能快速上手，前3章的代碼註解極為詳細，同時循序漸進地引導讀者完成編程平台搭建與開發環境配置。第4章和第5章重點引導讀者形成元學習的編程思維，並進一步定義相關算法的學習過程。本書內容通俗易懂，對人工智能感興趣但缺少專業指導的讀者，開篇即可輕鬆入門，在較短時間內即可收穫進步的喜悅。 本書可作為高等學校本科生和研究生的教材，也可作為Python人工智能技術研究的重要參考資料。通過本書的指引，可快速領悟Meta Learning過程中的建模思路、算法思想、最優化方法和元優化機制，從而打下紮實的人工智能研究基礎。

作者簡介 王文峰，上海應用技術大學電氣學院高級工程師，中國大數據與智能計算產業聯盟理事。主要從事類腦學習與認知計算研究，側重數學跨學科應用，目前已涉及計算機視覺、機器人、安防、生態、地理、醫學等領域。兼任國家自然科學基金評審專家（面上項目類）、第三腦研究院（美國）資深客座研究員、Springer/IEEE旗下多個國際會議委員和分會場主席、多個SCI期刊審稿專家。

目錄 第1章 聯合訓練問題
1 1 問題描述
1 1 1 以任務為樣本
1 1 2 面向學習過程
1 1 3 快速適應新任務
1 2 建模思路
1 2 1 局部最優模型
1 2 2 全局最優模型
1 2 3 模型前置代碼
1 3 算法思想
1 3 1 外層循環算法
1 3 2 內層循環算法
1 3 3 權重更新代碼
1 4 最優化方法
1 4 1 準備優化工具
1 4 2 搭建優化平台
1 4 3 最優化科學計算包
1 5 元優化機制
1 5 1 環境變數的配置
1 5 2 環境變數的驗證
1 5 3 元優化機制
第2章 任務構建問題
2 1 問題描述
2 1 1 小樣本單元
2 1 2 有限監督數據
2 1 3 支撐集與查詢集
2 2 建模思路
2 2 1 任務分佈模型
2 2 2 監督學習模型
2 2 3 模型前置代碼
2 3 算法思想
2 3 1 單元劃分算法
2 3 2 標籤分配算法
2 3 3 任務生成算法
2 4 最優化方法
2 4 1 創建優化環境
2 4 2 更新優化系統
2 4 3 安裝編程內核
2 5 元優化機制
2 5 1 代碼編輯器
2 5 2 元優化程序
2 5 3 元優化機制
第3章 過程建模問題
3 1 問題描述
3 1 1 基準數據集
3 1 2 圖像尺寸調整
3 1 3 知識獲取過程
3 2 建模思路
3 2 1 圖像載入模型
3 2 2 尺寸調整模型
3 2 3 空間插值模型
3 3 算法思想
3 3 1 文件保存算法
3 3 2

目錄創建算法
3 3 3 文件讀取算法
3 4 最優化方法
3 4 1 隨機抽樣過程
3 4 2 樣本學習過程
3 4 3 最優化過程
3 5 元優化機制
3 5 1 元優化過程
3 5 2 拓展優化環境
3 5 3 最大池化過程
第4章 輸入輸出問題
4 1 問題描述
4 1 1 源代碼下載
4 1 2 免費授權許可
4 1 3 代碼的組成部分
4 2 建模思路
4 2 1 系統架構模型
4 2 2 輸入輸出模型
4 2 3 輸出評價模型
4 3 算法思想
4 3 1 輸入生成算法
4 3 2 輸出生成算法
4 3 3 運行控制算法
4 4 最優化方法
4 4 1 優化庫包的導入
4 4 2 生成器的初始化
4 4 3

目錄的生成
4 5 元優化機制
4 5 1 元優化

目錄
4 5 2 元優化的輸入
4 5 3 元優化的輸出
第5章 應用拓展問題
5 1 問題描述
5 1 1 前述問題回顧
5 1 2 元學習系統網絡
5 1 3 MAML的定義
5 2 建模思路
5 2 1 系統模型拓展
5 2 2 梯度模型拓展
5 2 3 快速梯度下降
5 3 算法思想
5 3 1 輸入層的權值
5 3 2 隱含層的權值
5 3 3 網絡構造算法
5 3 4 從卷積層拓展
5 3 5 從隱含層拓展
5 4 最優化方法
5 4 1 學習日誌的拓展
5 4 2 日誌讀取應用
5 4 3 優化器的拓展
5 4 4 優化器的應用
5 4 5 顯示優化過程
5 5 元優化機制
5 5 1 虛擬環境的拓展
5 5 2 模塊代碼的調試
5 5 3 元任務的理解
5 5 4 元訓練的機制
5 5 5 元測試的機制
後記
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。